基于稀疏特征编码无监督迁移的群重识别
计算机视觉与模式识别
2017-07-31 v1
摘要
行人重识别最广为人知的问题是关联从一个或多个不相交摄像机中观测到的单个行人。现有文献主要针对此问题，却忽略了人们通常是成群移动的，例如在拥挤场景中。我们认为，邻近个体携带的额外信息提供了相关的视觉上下文，可加以利用以获得群内单行人更鲁棒的匹配。尽管如此，群行人重识别引入了群内人员相对位置的变化和严重的自遮挡，使常见的单行人重识别问题更加复杂。在本文中，我们提出了一种群重识别解决方案，该方案通过利用稀疏字典学习，将知识从单行人重识别迁移至群重识别。首先，利用从单行人图像中提取的图像块学习稀疏原子字典。然后，利用所学字典获得稀疏驱动的残差群表示，最后对其进行匹配以完成重识别。在 i-LIDS groups 数据集和两个新收集的数据集上的大量实验表明，所提解决方案优于 SOTA 方法。
引用
@article{arxiv.1707.09173,
title = {Group Re-Identification via Unsupervised Transfer of Sparse Features Encoding},
author = {Giuseppe Lisanti and Niki Martinel and Alberto Del Bimbo and Gian Luca Foresti},
journal= {arXiv preprint arXiv:1707.09173},
year = {2017}
}
备注
This paper has been accepted for publication at ICCV 2017